CN109819451B - 一种宏微基站融合组网规划方法、装置及电子设备 - Google Patents
一种宏微基站融合组网规划方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109819451B CN109819451B CN201711165750.4A CN201711165750A CN109819451B CN 109819451 B CN109819451 B CN 109819451B CN 201711165750 A CN201711165750 A CN 201711165750A CN 109819451 B CN109819451 B CN 109819451B
- Authority
- CN
- China
- Prior art keywords
- base station
- macro
- micro
- macro base
- adjacent cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000006855 networking Effects 0.000 title claims abstract description 51
- 230000004927 fusion Effects 0.000 title claims description 49
- 238000005070 sampling Methods 0.000 claims abstract description 68
- 238000012216 screening Methods 0.000 claims description 25
- 230000002776 aggregation Effects 0.000 claims description 23
- 238000004220 aggregation Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 15
- 230000010354 integration Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000011664 signaling Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种宏微基站融合组网规划方法、装置及电子设备。所述方法包括：获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网。通过本发明实施例所述方法确定组网融合方案，相比原始的人工方式，在效率和效果上有了质的飞跃。
Description
技术领域
本发明实施例涉及通信技术领域，更具体地，涉及一种宏微基站融合组网规划方法、装置及电子设备。
背景技术
随着智能终端的快速发展，LTE网络的广泛覆盖，LTE基站的数量与日俱增，因此面临三大难题：站址获取难、系统内干扰上升以及建站成本高。在此环境下CRAN(Cloud-RAN或者Centralized RAN)技术应运而生，C-RAN是根据现网条件和技术进步的趋势，提出的新型无线接入网构架。C-RAN是基于集中化处理(CentralizedProcessing)，协作式无线电(CollaborativeRadio)和实时云计算构架(Real-timeCloudInfrastructure)的绿色无线接入网构架(Cleansystem)。其本质是通过实现减少基站机房数量，减少能耗，采用协作化、虚拟化技术，实现资源共享和动态调度，提高频谱效率，以达到低成本，高带宽和灵活度的运营。利用C-RAN技术，多基站共用机房可以减少机房需求数量降低建站成本，同时同机房基站之间互相协同降低干扰以提升网络性能。
同时在城市的核心区域，由于存在大量业务需求，且建筑规模大而复杂，宏基站难以全面覆盖，因此出现了超密组网，即，使用大量微基站补充覆盖同时吸收业务分担宏基站压力；而这些大量的微基站不仅占用了机房，设备板卡等硬件资源，同时也产生了较为严重的干扰问题。
目前，为了应对此种情况，可以通过微基站和宏基站合并，实现站内宏微协同。此方法较原CRAN技术不用新增任何设备即可实现，根据目前实验网的验证结果显示效果十分明显，覆盖速率整体业务量大幅提升，载波聚合激活率也成倍提高。将该技术称为CRAN小云，相应的原CRAN技术称其为CRAN大云。
然而现有技术的缺点是，通过人工的方式微基站和宏基站合并，完全凭借经验，费时费力，且从规划和优化两个不同角度出发所得出的方案存在分歧，最终需要对方案进行融合，融合后的方案，在有效性和准确性两方面都较差，导致最终的效果上差强人意。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种宏微基站融合组网规划方法、装置及电子设备。
根据本发明实施例的一个方面，提供一种宏微基站融合组网规划方法，包括：
获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；
若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
根据本发明实施例的另一个方面，还提供一种宏微基站融合融合组网规划装置，包括：
关联强度值模块，用于获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
宏基站集合模块，用于根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；以及
确定融合模块，用于若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
根据本发明实施例的另一个方面，还提供一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行本发明实施例一种宏微基站融合组网规划方法及其任一可选实施例的方法。
根据本发明的另一个方面，提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本发明实施例一种宏微基站融合组网规划方法及其任一可选实施例的方法。
本发明实施例提出一种宏微基站融合组网规划方法，通过待融合组网的目标区域内的采样点数据，判断一对邻区之间的关联强度；然后根据关联强度和业务量情况筛选符合要求的高关联小区，将所有和同一个宏基站高关联的微基站与该宏基站集合到一起，形成多个宏基站集合；最后从用户终端的CA能力的占比考虑宏微融合的效果，确定融合效果最佳的宏基站集合。根据确定的宏基站集合进行融合组网，能使现网中相互之间强关联(强干扰关系)的宏基站/微基站形成集合，最大化实现CRAN小云技术的效果及优势。通过本发明实施例所述方法确定组网融合方案，相比现有的人工方式，在效率和效果上有了质的飞跃。
附图说明
图1为本发明实施例一种宏微基站融合组网规划方法流程示意图；
图2为本发明实施例CRAN小云示意图；
图3为本发明实施例信令解析字段示意图；
图4为本发明实施例3GPP关于UE CA能力等级的说明示意图；
图5为本发明实施例一种宏微基站融合组网规划方法流程第二示意图；
图6为本发明实施例一种电子设备的框架示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如前所述，CRAN小云技术是指将微基站和宏基站合并，实现站内宏微协同。为了更有效的利用CRAN小云技术，需要对宏微基站的融合组网进行有效的规划，针对业务量的高低、重叠覆盖度的强弱和用户终端支持的多寡等因素，筛选满足这些条件的宏基站和微基站的组合进行合并。本发明实施例即是提供了一种有效合理的规划机制，相比现有的人工方式，在效率和效果上具有质的飞跃。
图1为本发明实施例一种宏微基站融合组网规划方法流程示意图，如图1所示，一种宏微基站融合组网规划方法，包括：
S100，获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
本发明实施例的通信系统中，宏基站或微基站分别以设定的固定时间间隔对用户终端进行采样，每次采样即为一个采样点。一个区域内的采样点数越多，说明用户在此区域内的时间越长。由于在基站建设过程中，为了充分的进行信号覆盖，各基站的覆盖范围会有所重合，各基站小区的信号会有重叠，存在相互干扰；所述关联强度用于描述相邻的小区间的信号干扰强度。本发明实施例通过各宏微邻区对的采样点，将各宏微邻区对的关联强度进行数值化的定量表示，在后续的使用中能更方便、更准确的确定宏微基站融合的边界。
S200，根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；
具体的，本发明实施例将各微基站归属到与各自关联度值最大的宏基站中；由于宏基站汇总的微基站数目较多，将根据各微基站的小区业务量进一步筛选，确定合理的宏基站集合。
S300，若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
本发明实施例对上述确定的待选的宏基站集合，还要进一步确定是否需要进行融合，确定的依据是宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比，即支持预设载波聚合CA能力等级的用户终端占总的用户终端的比例。这是因为，用户终端支持CA数量如果过少，宏微合并后提升的效果并不明显，因此设定一个门限值，要求用户终端支持CA的占比要大于门限值，即第一门限值时，才确定对所述待选的宏基站集合进行合并。图2为本发明实施例CRAN小云示意图。
具体的，第一门限值，可根据实际网络的系统性能、需求、指标等确定。优选的，所述第一门限值的范围为30％～70％。优选的，所述第一门限值的取值为50％。
本发明实施例提出一种云化的宏微融合组网规划方法，通过待融合组网的目标区域内的采样点数据，判断一对邻区之间的关联强度；然后根据关联强度和业务量情况筛选符合要求的高关联小区，将所有和同一个宏基站高关联的微基站与该宏基站集合到一起，形成多个宏基站集合；最后从用户终端的CA能力的占比考虑宏微融合的效果，确定融合效果最佳的宏基站集合。根据确定的宏基站集合进行融合组网，能使现网中相互之间强关联(强干扰关系)的宏基站/微基站形成集合，最大化实现CRAN小云技术的效果及优势。通过本发明实施例所述方法确定组网融合方案，相比现有的人工方式，在效率和效果上有了质的飞跃。
在一个可选的实施例中，步骤S100，所述获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值，具体包括：
S100.1，从MRO数据中获取所述目标区域内所有宏微邻区对的采样点数据；
本发明实施例首先需要采集目标区域内所有宏微邻区对的采样点数据，具体是用户MRO数据中获取。
需要说明的是，为了更准确的评估微基站和宏基站的重叠覆盖情况，需要从微基站角度出发，判断微基站所覆盖的范围内是否有宏基站和其覆盖重叠，如果从宏基站角度出发，由于宏基站覆盖面积广，微基站与宏基站重叠覆盖的面积对于宏基站总覆盖面积的占比就显得较小，因此将微基站小区作为主小区，宏基站小区作为邻小区处理。从OMC网管收集MRO数据，获得K个微基站小区作为主小区MCellk(微基站小区，即没有和宏基站合并)，和H个宏基站小区作为邻小区NCellh，其中k＝1，2……K，h＝1，2……H，按照我们的要求所取得的单独小区只可能是主小区或邻小区，即MCell1≠NCell1，所以小区总数为K+H个，将其表示为Cellj，其中j＝1，2……K，K+1,K+2……K+H，因此MCellk＝Cellk，NCellh＝CellK+h；1个微基站主小区与1个宏基站邻小区组成一个宏微邻区对，记为Ck-h，包含了微基站主小区RSRP值及宏基站邻小区RSRP值，同一个宏微邻区对有N条信息即N个采样点，标记为单一宏微邻区对采样点Nk-h。1个微基站主小区与多个宏基站邻小区对组成多个宏微邻区对，这些单一宏微邻区对采样点之和，将其标记Mk，例如：Cell1邻区对之和＝N1-1+N1-2+……N1-h，，其中k＝1，2……K，h＝1，2……H。
这样，可以获得目标区域内所有宏微邻区对的采样点数据。
S100.2，基于每一个宏微邻区对及所述宏微邻区对中的微基站，获取所述宏微邻区对的采样点数占所述微基站的所有宏微邻区对的采样点总数的第一比例；
步骤S100.2获取第一比例是对宏微邻区对进行初步筛选的数据，具体是：宏微邻区对的采样点数占所述微基站的所有宏微邻区对的采样点总数的比例，即Nk-h/Mk的值，记为权值Xk-h，
即Xk-h＝Nk-h/Mk，
其中，Nk-h为单一宏微邻区对采样点数，Mk为单一宏微邻区对中的微基站主小区的多个宏微邻区对的采样点数之和。Xk-h表示该邻区对所对应的邻小区与主小区交叉覆盖范围内用户数较多，但并不能说明两者之间重叠覆盖高，Xk-h值越高，两者关联越强。
S100.3，获取所述宏微邻区对中微基站的RSRP值与所述宏微邻区对中宏基站的RSRP值的差值在预设RSRP差值以下的采样点数占所述宏微邻区对的采样点数的第二比例；
步骤S100.3获取第二比例是对宏微邻区进行第二次筛选的数据，具体是：宏微邻区对中微基站的RSRP值与所述宏微邻区对中宏基站的RSRP值的差值在预设RSRP差值以下的采样点数占所述宏微邻区对的采样点数。微基站的RSRP值-宏基站的RSRP值<预设RSRP差值的采样点，记为Sk-h，宏微邻区对的采样点数为Nk-h，则第二次筛选的条件可表示为：Sk-h/Nk-h，记为权值Yk-h，
即Yk-h＝Sk-h/Nk-h，
表示该邻区对所对应的邻小区与主小区重叠覆盖度高，Yk-h值越高，两者相互干扰越强。
具体，所述预设RSRP差值可根据实际网络的系统性能、需求、指标等确定。优选的，所述预设RSRP差值为6dB。目前重叠覆盖的定义，微基站主小区RSRP与宏基站邻区RSRP差值小于等于6dB，则计为重叠覆盖。每增加一个导致重叠覆盖的小区，服务小区的SINR值就会下降1.5～3dbm左右，系统内干扰即会上升，影响网络性能，参考该定义，可以将微基站主小区RSRP–宏基站邻小区RSRP≤6dB。
S100.4，根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h：
Qk-h＝Xk-h*Yk-h；
其中，Xk-h为第一比例，Yk-h为第二比例。
本发明实施例通过Qk-h标识宏微邻区对中主小区与邻小区之间相关性的综合强度，并映射到基站。基站得到邻区对数据如下(仅为示例)：
本发明实施例依靠用户终端上报的MR数据判断两两小区间的关联强度，采用类似重叠覆盖定义来确认两两小区间是不是会存在互相干扰的可能，以及相互干扰的严重程度，即两两小区之间如果覆盖电平相近则认为他们可能存在强干扰，这两个小区之间关联度就高。
基于上述实施获取了第一比例即权值Xk-h和第二比例即权值Yk-h，根据第一比例和第二比例计算了宏微邻区对的关联强度值，是没有经过筛选的。
在一个优选的实施例中，步骤S100.4，所述根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h，具体包括：
过滤掉所述第一比例小于第一筛选阈值的宏微邻区对，进一步过滤掉所述第二比例小于第二筛选阈值的宏微邻区对；
根据所述目标区域内剩余的宏微邻区对的第一比例和第二比例获取所述宏微邻区对的关联强度Qk-h。
基于上述实施例已经获取的第一比例和第二比例，本发明实施例在计算宏微邻区对的关联强度时，首先进行筛选，过滤掉第一比例小于第一筛选阈值的宏微邻区对，在剩余的宏微邻区对在进行筛选，过滤掉第二比例小于第二筛选阈值的宏微邻区对。这样经过两拨筛选，将不符合筛选条件的宏微邻区都过滤掉，还剩余的宏微邻区对是都满足两个筛选条件的宏微邻区；然后计算这些剩余的宏微邻区的关联强度值。
具体的，第一筛选阈值可根据实际网络的系统性能、需求、指标等确定。优选的，第一筛选阈值为10％，即Nk-h/Mk<10％的宏微邻区对被过滤掉，选择第一筛选阈值以上的宏微邻区对进行融合组网规划。
具体的，所述第二筛选阈值可根据实际网络的系统性能、需求、指标等确定。优选的，第二筛选阈值为40％，即Nk-h/Mk<40％的宏微邻区对被过滤掉，选择第二筛选阈值以上的宏微邻区对进行融合组网规划。
本发明实施例根据宏微邻区的采样点数据进行筛选，将关联强度交底的宏微邻区先过滤掉，可以较少不必要的计算，提高后续的计算效率。
在一个可选的实施例中，步骤S100.4，所述根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h，之前还包括：
过滤掉所述目标区域内微基站与宏基站距离超过距离门限的宏微邻区对，获取所述目标区域内剩余的宏微邻区对。
具体的，微基站与宏基站如果距离过远却具有强关联邻区对意味着覆盖本身有问题，需要进行覆盖优化，而不是运用CRAN技术提高性能。因此距离过远的微基站与宏基站的宏微邻区对不是本发明实施例规划的对象，可以首先进行过滤。在步骤S100.4计算关联强度之前的任意步骤都可以进行过滤，即在步骤S100.1、步骤S100.2、步骤S100.3或步骤S100.4之前的任意步骤可以进行过滤。
具体的，所述距离门限，可根据实际情况来确定。在一个例子中，中国杭州的超密组网区域内宏基站和微基站间间平均距离在300米左右，则可设置距离门限为400米。
至此，实现了宏微邻区对的筛选，将原始的宏微邻区对MR信息分为两类，强关联的宏微邻区对和弱关联的宏微邻区对，舍弃弱关联邻区对，随后将以强关联邻区对为基础进行簇的划分，即宏基站集合的划分。
在一个可选的实施例中，步骤S200，所述根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，具体包括：
S200.1，若任一宏微邻区对中的宏基站的最大负荷度大于负荷门限值，则过滤掉所述任一宏微邻区对；
本发明实施例在进行宏微划分前，先采集宏基站配置及硬件负荷情况。从OMC网管收集宏基站硬件配置以及基站主控板负荷指标，宏基站BBU主控板CPU负荷取14天自忙时最大值(按天粒度统计负荷最大的那个小时的负荷度，即自忙时)标记为Lj，宏基站当前下挂小区数量标记为CNj，其中j＝K+1,K+2……K+H。
宏基站BBU主控板的CPU负荷大于一定负荷的时候，主控板就会进入流控模式，会造成大量的丢信令，对业务的感知产生强大的破坏，而宏微合并会造成宏基站BBU主控板的CPU负荷增高，因此负荷过高的宏基站不适合采用CRAN小云技术。因此本发明实施例对宏基站BBU主控板的CPU负荷Lj设定一个负荷门限值，BBU主控板的CPU负荷Lj大于负荷门限值的宏基站不参与宏微合并，首先过滤掉。
具体，负荷门限值可根据实际情况而确定。目前宏基站BBU主控板的CPU负荷大于60％的时候，主控板就会进入流控模式，因此可设置负荷门限值为50％，即Lj＞50％的宏基站不参与宏微合并，其相关的宏微邻区对数据全部移除。
S200.2，基于所述目标区域内剩余的宏微邻区对及每一个微基站，根据所述微基站的所有宏微邻区对的关联强度值，将所述微基站归属到关联强度值最大的宏基站集合内；
将不参与宏微合并的宏微邻区对过滤掉后，步骤S200.2根据微基站的所有宏微邻区对的关联强度值对微基站进行归属划分。将与同一宏基站(此处指基站，不是小区)产生邻区关系的微基站小区进行汇总，形成以一个宏基站为中心的集合，由于一个微基站小区可能与多个不同的宏基站产生邻区关系，因此微基站以邻区对关联强度Qk-h为依据，优先归属到关联度最强的宏基站集合内。
S200.3，基于每一个宏基站集合，根据所述宏基站集合内的微基站的小区业务量和所述宏基站集合的宏基站的当前下挂小区数，确定所述宏基站集合中的微基站，得到待选的宏基站集合。
宏基站下挂小区的数目是有限的，步骤S200.2将微基站归属到各个宏基站后，一个宏基站当前下挂的小区数目加上归属的微基站数目可能超过了下挂能力，因此还需要根据宏基站的情况进行调整。
具体的，步骤S200.3，所述基于每一个宏基站集合，根据所述宏基站集合内的微基站的小区业务量和所述宏基站集合的宏基站的当前下挂小区数，确定所述宏基站集合中的微基站，得到待选的宏基站集合，具体包括：
若所述宏基站集合内的微基站数与所述宏基站集合的宏基站的当前下挂小区数之和超过所述宏基站的下挂小区数门限，则对所述宏基站集合内的微基站的小区业务量的大小进行排序，将业务量较小的微基站从所述宏基站集合中移除，使得剩余的微基站与所述宏基站的当前下挂小区数之和不超过所述宏基站的下挂小区数门限，从而确定所述宏基站集合中的微基站，得到待选的宏基站集合；
将被移除的微基站归属到所述被移除的微基站的宏微邻区对关联强度值次强的宏基站集合中。
本发明实施例计算一个宏基站集合内的小区数量，即中心宏基站当前下挂小区数量CNj+集合内微基站小区数量，要求总数小于等于下挂小区数门限。本发明实施例根据微基站的小区业务量排序，将业务量低的微基站从当前宏基站集合中移除。
那么，需要采集微基站小区业务量。本发明实施例从OMC网管收集微基站小区MCellk的业务流量数据，按天粒度取1周的小区数据业务流量，然后取均值，得到微基站小区的日均业务流量，将其标记为Dj，其中j＝1，2……K。
将微基站小区按照业务量Dj由高到底排序，排序位置低的微基站从当前集合中移除，并将其加入关联度次强的宏基站集合内，以此循环，最终形成的宏基站集合的下挂小区数目不超过在下挂小区数门限；将集合标识为Gi，其中i＝1，2……I，每个集合中包含数量不等的微基站小区和宏基站小区，集合中小区标识为G(i，j)，G(i，j)∈Gi，因为每个小区归属于唯一集合，所以G(i，j)＝Cellj，之后将所各个小区相关指标信息映射到Cellj。
具体的，所述下挂小区数门限可根据宏基站设备的实际情况确定。由于目前宏基站设备的能力不能稳定的支持1个宏基站下挂超过12，因此可设置下挂小区数门限为12。
在一个可选的实施例中，也可根据当地的业务量情况设定一个微基站小区业务量的阈值，即Dj要大于等于该设定的阈值，用来筛选业务量较高的微基站小区。
至此，根据宏微邻区对的采样点、微基站的小区业务量、宏基站下挂小区数，将宏基站和微基站各自划分好了，得到了待融合的宏基站集合。最后再根据用户终端的CA能力来确定是否需要进行融合。
在一个可选的实施例中，步骤S300，所述若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网，具体包括：
S300.1，获取所述待选的宏基站集合中宏基站小区和所有微基站小区的用户终端的总数；
S300.2，获取所述用户终端中支持预设载波聚合CA能力等级的CA用户终端数；
本发明实施例采集基站覆盖范围内用户终端能力情况，通过OMC S1标准信令跟踪基站下用户所上发的信令，其中S1AP_UE_CAPABILITY_INFO_IND信令携带有UE能力的所有信息，从中可知UE支持CA(载波聚合)的具体能力。
由于目前现网普遍使用的D频段频点有3个，为了使用其中的D3频点，用户终端必须要支持BAND41频段(D1和D2频点既属于BAND38频段，也属于BAND41频段)，因此需要确认UE在BAND41的载波聚合能力。在3GPP协议规范中规定了UE的CA能力分为频带内连续CA，频带内非连续CA和频带间CA这三种类型。考虑到现网中最常见，而且UE能力最容易实现的是频带内连续CA，因此本发明实施例只需要统计UE的频带内连续CA能力即可。
图3为本发明实施例信令解析字段示意图，解析信令后可得到以下关于UE载波聚合能力的字段，字段中分别以bandEUTRA-r10、ca-BandwidthClassUL-r10和ca-BandwidthClassDL-r10表示UE支持的频带、上行CA的能力等级和下行CA的能力等级。
图4为本发明实施例3GPP关于UE CA能力等级的说明示意图，结合3GPP协议中的定义，本发明实施例所关注的重点，UE的下行CA的能力等级至少需要达到C级，即所述预设载波聚合CA能力等级为C级。
S300.3，若所述CA用户终端数与所述用户终端的总数的比例不小于第一门限值，则确定对所述选的宏基站集合包括的目标宏基站和各目标微基站进行融合组网。
以上述实施例为依据，可以取目标区域内所有小区4天的用户数据(2天工作日，2天休息日)，并将目标区域内的每个小区的用户终端总数标记为Uj，目标区域内每个小区支持CA的用户终端数量标记为CUj，其中j＝1，2……K，K+1,K+2……K+H。
将各个宏基站集合内所有小区(包括微基站小区和宏基站小区)的支持CA的用户终端数量CUj数求和，以及用户终端总数Uj求和，计算得到集合内CA用户数占比，将这个占比标识为Ti；用户终端支持CA数量如果过少，宏微合并后提升的效果也不明显，因此设定一个门限值，要求用户终端支持CA的占比要大于门限值。
具体所述第一门限值课根据实际情况而确定。预选的，所述第一门限值的取值范围为40％～60％；优选的，所述第一门限值的取值为50％。当第一门限值＝50％时，用公式标识如下：
Ti＝∑j∈GiCUj/∑j∈GiUj≥50％；
其中i＝1，2……I，每个集合Gi单独计算。
本发明实施例计算CA用户终端数与所述用户终端的总数的比例，若所述CA用户终端数与所述用户终端的总数的比例不小于第一门限值，则确定对所述选的宏基站集合包括的目标宏基站和各目标微基站进行融合组网。
图5为本发明实施例一种云化的宏微融合组网规划方法流程第二示意图，如图5所示，本发明实施例首先进行数据采集，包括宏基站下包含的小区数量CN及BBU的负荷度、MR邻区对数据并进行筛选计算关联强度值、微基站的小区业务量、每个小区下UE的总用户数和UE支持CA的用户数；然后根据BBU的负荷度筛选宏基站；然后进行微基站归属划分，将微基站归属到关联强度值最大的宏基站集合中；再根据宏基站的下挂小区能力进行调整，超过下挂数量的微基站移除后归属到关联强度次强的宏基站集合；最后根据用户终端CA能力确定是否需要对宏基站集合进行融合。
综上所述，本发明实施例所述一种宏微基站融合组网规划方法，具有如下特点：
1.通过OMC采集一系列数据并对其进行预处理，其中包括微基站小区与宏基站小区之间的重叠覆盖相关性、宏基站/微基站下用户终端能力情况。
2.基于微基站小区与宏基站小区之间的重叠覆盖相关性，对所有邻区进行初步筛选，将邻区对划分为两大类：强关联的邻区对和弱关联的邻区对。
3.针对强关联邻区对，以同一宏基站为中心，所有与之关联的微基站小区为外围节点，形成辐射式互联结构的多个宏微集合，随后根据业务量，用户终端能力，宏基站硬件能力，进一步进行筛选调整，最终得到可以具体执行宏微合并的集合。
基于上述特点，本发明实施例所述一种宏微基站融合组网规划方法具有如下有益效果：
1.基于多项参考指标，从覆盖情况，业务情况，终端情况，以及基站负荷多角度分析，相对于传统人工规划的方法能够准确迅速的给出合理的可执行的宏基站/微基站合并方案，能最高效的运用C-RAN小云技术。
2.通过人工筛选耗费巨大的人力物力，而通过本方法能够显著降低人力成本。
3.CRAN小云组网对目前普通组网而言，使CA激活率、速率等指标以及用户的感知度全方位提升，具有极大的优势。
本发明实施例还提供一种宏微基站融合组网规划装置，包括：
关联强度值模块，用于获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
宏基站集合模块，用于根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；以及
确定融合模块，用于若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
本发明实施例的装置，可用于执行图1所示的宏微基站融合组网规划方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
在一个可选的实施例中，所述关联强度值模块，包括：
采样点获取单元，用于从MRO数据中获取所述目标区域内所有宏微邻区对的采样点数据；
第一比例单元，用于基于每一个宏微邻区对及所述宏微邻区对中的微基站，获取所述宏微邻区对的采样点数占所述微基站的所有宏微邻区对的采样点总数的第一比例；
第二比例单元，用于获取所述宏微邻区对中微基站的RSRP值与所述宏微邻区对中宏基站的RSRP值的差值在预设RSRP差值以下的采样点数占所述宏微邻区对的采样点数的第二比例；以及
关联强度单元，用于根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h：
Qk-h＝Xk-h*Yk-h；
其中，Xk-h为第一比例，Yk-h为第二比例。
在一个可选的实施例中，所述关联强度单元，包括：
采样点过滤单元，过滤掉所述第一比例小于第一筛选阈值的宏微邻区对，进一步过滤掉所述第二比例小于第二筛选阈值的宏微邻区对；以及
计算单元，用于根据所述目标区域内剩余的宏微邻区对的第一比例和第二比例获取所述宏微邻区对的关联强度Qk-h。
在一个可选的实施例中，所述根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h，之前还包括：
过滤掉所述目标区域内微基站与宏基站距离超过距离门限的宏微邻区对，获取所述目标区域内剩余的宏微邻区对。
在一个可选的实施例中，宏基站集合模块，包括：
负荷过滤单元，用于若任一宏微邻区对中的宏基站的最大负荷度大于负荷门限值，则过滤掉所述任一宏微邻区对；
微站归属单元，用于基于所述目标区域内剩余的宏微邻区对及每一个微基站，根据所述微基站的所有宏微邻区对的关联强度值，将所述微基站归属到关联强度值最大的宏基站集合内；以及
宏站集合单元，用于基于每一个宏基站集合，根据所述宏基站集合内的微基站的小区业务量和所述宏基站集合的宏基站的当前下挂小区数，确定所述宏基站集合中的微基站，得到待选的宏基站集合。
在一个可选的实施例中，宏站集合单元，进一步用于：
若所述宏基站集合内的微基站数与所述宏基站集合的宏基站的当前下挂小区数之和超过所述宏基站的下挂小区数门限，则对所述宏基站集合内的微基站的小区业务量的大小进行排序，将业务量较小的微基站从所述宏基站集合中移除，使得剩余的微基站与所述宏基站的当前下挂小区数之和不超过所述宏基站的下挂小区数门限，从而确定所述宏基站集合中的微基站，得到待选的宏基站集合；
将被移除的微基站归属到所述被移除的微基站的宏微邻区对关联强度值次强的宏基站集合中。
在一个可选的实施例中，所述确定融合模块，包括：
用户总数单元，用于获取所述待选的宏基站集合中宏基站小区和所有微基站小区的用户终端的总数；
CA用户总数单元，用于获取所述用户终端中支持预设载波聚合CA能力等级的CA用户终端数；
确定集合单元，用于若所述CA用户终端数与所述用户终端的总数的比例不小于第一门限值，则确定对所述选的宏基站集合包括的目标宏基站和各目标微基站进行融合组网。
图6示出了本发明实施例电子设备的框架示意图。
参照图6，所述电子设备，包括：处理器(processor)601、存储器(memory)602和总线603；
其中，所述处理器601和存储器602通过所述总线603完成相互间的通信；
所述处理器601用于调用所述存储器602中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
本发明另一实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
本发明另一实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值。
本领域普通技术人员可以理解：实现上述设备实施例或方法实施例仅仅是示意性的，其中所述处理器和所述存储器可以是物理上分离的部件也可以不是物理上分离的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种宏微基站融合组网规划方法，其特征在于，包括：
获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；
若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值；
其中，所述获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值，具体包括：
从MRO数据中获取所述目标区域内所有宏微邻区对的采样点数据；
基于每一个宏微邻区对及所述宏微邻区对中的微基站，获取所述宏微邻区对的采样点数占所述微基站的所有宏微邻区对的采样点总数的第一比例；
获取所述宏微邻区对中微基站的RSRP值与所述宏微邻区对中宏基站的RSRP值的差值在预设RSRP差值以下的采样点数占所述宏微邻区对的采样点数的第二比例；
根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h：
Qk-h＝Xk-h*Yk-h；
其中，Xk-h为第一比例，Yk-h为第二比例。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h，具体包括：
过滤掉所述第一比例小于第一筛选阈值的宏微邻区对，进一步过滤掉所述第二比例小于第二筛选阈值的宏微邻区对；
根据所述目标区域内剩余的宏微邻区对的第一比例和第二比例获取所述宏微邻区对的关联强度Qk-h。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h，之前还包括：
过滤掉所述目标区域内微基站与宏基站距离超过距离门限的宏微邻区对，获取所述目标区域内剩余的宏微邻区对。
4.根据权利要求1所述的方法，其特征在于，所述根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，具体包括：
若任一宏微邻区对中的宏基站的最大负荷度大于负荷门限值，则过滤掉所述任一宏微邻区对；
基于所述目标区域内剩余的宏微邻区对及每一个微基站，根据所述微基站的所有宏微邻区对的关联强度值，将所述微基站归属到关联强度值最大的宏基站集合内；
基于每一个宏基站集合，根据所述宏基站集合内的微基站的小区业务量和所述宏基站集合的宏基站的当前下挂小区数，确定所述宏基站集合中的微基站，得到待选的宏基站集合。
5.根据权利要求4所述的方法，其特征在于，所述基于每一个宏基站集合，根据所述宏基站集合内的微基站的小区业务量和所述宏基站集合的宏基站的当前下挂小区数，确定所述宏基站集合中的微基站，得到待选的宏基站集合，具体包括：
若所述宏基站集合内的微基站数与所述宏基站集合的宏基站的当前下挂小区数之和超过所述宏基站的下挂小区数门限，则对所述宏基站集合内的微基站的小区业务量的大小进行排序，将业务量较小的微基站从所述宏基站集合中移除，使得剩余的微基站与所述宏基站的当前下挂小区数之和不超过所述宏基站的下挂小区数门限，从而确定所述宏基站集合中的微基站，得到待选的宏基站集合；
将被移除的微基站归属到所述被移除的微基站的宏微邻区对关联强度值次强的宏基站集合中。
6.根据权利要求1所述的方法，其特征在于，所述若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网，具体包括：
获取所述待选的宏基站集合中宏基站小区和所有微基站小区的用户终端的总数；
获取所述用户终端中支持预设载波聚合CA能力等级的CA用户终端数；
若所述CA用户终端数与所述用户终端的总数的比例不小于第一门限值，则确定对所述选的宏基站集合包括的目标宏基站和各目标微基站进行融合组网。
7.一种宏微基站融合组网规划装置，其特征在于，包括：
关联强度值模块，用于获取待融合组网的目标区域内各宏微邻区对的采样点数据，并根据所述采样点数据获取各宏微邻区对的关联强度值；其中，所述宏微邻区对为所述目标区域内的单个微基站与单个宏基站组成的邻区对；
宏基站集合模块，用于根据各宏微邻区对的关联强度值以及各微基站的小区业务量，确定待选的宏基站集合，所述宏基站集合为将与同一宏基站产生邻区关系的所有微基站小区进行汇总，形成的以所述宏基站为中心的集合；以及
确定融合模块，用于若判断获知所述待选的宏基站集合中任一目标宏基站集合满足如下预设条件，则确定对所述目标宏基站集合包括的目标宏基站和各目标微基站进行融合组网；所述预设条件为：所述目标宏基站集合包括的所有小区内支持预设载波聚合CA能力等级的用户终端的占比不小于第一门限值；
其中，所述关联强度值模块用于：
从MRO数据中获取所述目标区域内所有宏微邻区对的采样点数据；
基于每一个宏微邻区对及所述宏微邻区对中的微基站，获取所述宏微邻区对的采样点数占所述微基站的所有宏微邻区对的采样点总数的第一比例；
获取所述宏微邻区对中微基站的RSRP值与所述宏微邻区对中宏基站的RSRP值的差值在预设RSRP差值以下的采样点数占所述宏微邻区对的采样点数的第二比例；
根据所述第一比例和所述第二比例，获取所述宏微邻区对的关联强度Qk-h：
Qk-h＝Xk-h*Yk-h；
其中，Xk-h为第一比例，Yk-h为第二比例。
8.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711165750.4A CN109819451B (zh) | 2017-11-21 | 2017-11-21 | 一种宏微基站融合组网规划方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711165750.4A CN109819451B (zh) | 2017-11-21 | 2017-11-21 | 一种宏微基站融合组网规划方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109819451A CN109819451A (zh) | 2019-05-28 |
| CN109819451B true CN109819451B (zh) | 2022-03-29 |
Family
ID=66600406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711165750.4A Active CN109819451B (zh) | 2017-11-21 | 2017-11-21 | 一种宏微基站融合组网规划方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109819451B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114286346A (zh) * | 2020-09-27 | 2022-04-05 | 中国移动通信集团浙江有限公司 | 基于宏微扇区业务吸收的网络频率协同方法及装置 |
| CN114845368B (zh) * | 2022-06-02 | 2024-05-10 | 大连市共进科技有限公司 | 微基站的节能处理方法、装置、微基站及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120034902A (ko) * | 2010-10-04 | 2012-04-13 | 삼성전자주식회사 | 계층 셀에서의 간섭 제어를 위한 매크로 기지국, 매크로 단말, 소형 기지국 및 소형 단말의 통신 방법 |
| CN104053163A (zh) * | 2014-06-24 | 2014-09-17 | 无锡北邮感知技术产业研究院有限公司 | 一种基于计算处理的异构无线网络的组网方法 |
| CN105933923A (zh) * | 2016-04-19 | 2016-09-07 | 北京邮电大学 | 一种超密集组网小区分簇方法 |
| CN106376005A (zh) * | 2016-08-26 | 2017-02-01 | 东南大学 | 一种异构云无线接入网络中基于部分频率复用及基站协作的干扰抑制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103974352B (zh) * | 2013-01-28 | 2018-03-20 | 中兴通讯股份有限公司 | 一种网络侧设备及宏基站到微基站的切换方法 |
-
2017
- 2017-11-21 CN CN201711165750.4A patent/CN109819451B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120034902A (ko) * | 2010-10-04 | 2012-04-13 | 삼성전자주식회사 | 계층 셀에서의 간섭 제어를 위한 매크로 기지국, 매크로 단말, 소형 기지국 및 소형 단말의 통신 방법 |
| CN104053163A (zh) * | 2014-06-24 | 2014-09-17 | 无锡北邮感知技术产业研究院有限公司 | 一种基于计算处理的异构无线网络的组网方法 |
| CN105933923A (zh) * | 2016-04-19 | 2016-09-07 | 北京邮电大学 | 一种超密集组网小区分簇方法 |
| CN106376005A (zh) * | 2016-08-26 | 2017-02-01 | 东南大学 | 一种异构云无线接入网络中基于部分频率复用及基站协作的干扰抑制方法 |
Non-Patent Citations (2)
| Title |
|---|
| "5G超密集组网网络架构及实现";张建敏 等;《电信科学》;20160620;全文 * |
| "TD-LTE网络立体组网架构的探索";朱智俊 等;《2014LTE网络创新研讨会论文集》;20140821;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109819451A (zh) | 2019-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106714239B (zh) | 一种lte网络负载自动均衡的方法和系统 | |
| CN109788488A (zh) | 一种网络站点的规划方法和装置 | |
| CN110505650B (zh) | 随机异构分层网容量智能评估方法及装置 | |
| CN109996238B (zh) | 一种c-ran网络规划方法及装置 | |
| WO2013071771A1 (zh) | 站址的选择方法和设备以及栅格选择方法和设备 | |
| CN109905889B (zh) | 无线资源均衡方法、装置、设备及介质 | |
| CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
| CN108966237B (zh) | 确定退频评估标准的方法、装置及退频评估方法、装置 | |
| CN105163344A (zh) | 一种td-lte系统内干扰的定位方法 | |
| CN112235804B (zh) | 基站远端单元动态划归方法和装置、小区组网方法和系统 | |
| CN103974330A (zh) | 一种均衡小区业务量的方法及装置 | |
| CN104641695A (zh) | 蜂窝通信系统中节能的方法 | |
| CN106233764B (zh) | 一种信息处理方法及装置 | |
| CN104581743A (zh) | 一种实现wlan部署的方法及装置 | |
| CN106063201A (zh) | 服务器、控制设备、管理设备、通信系统、通信方法、控制方法、管理方法和程序 | |
| CN109819451B (zh) | 一种宏微基站融合组网规划方法、装置及电子设备 | |
| CN105933923B (zh) | 一种超密集组网小区分簇方法 | |
| CN109819467B (zh) | 一种4g室分覆盖效果评估方法、装置及电子设备 | |
| CN103974264A (zh) | 一种频点优选方法 | |
| CN108271181B (zh) | 一种无线网络的pci优化方法及装置 | |
| CN106535222B (zh) | 一种自动生成基站基带处理板调整方案的方法及装置 | |
| CN110536363A (zh) | 电路域回落频点配置方法、装置、电子设备和存储介质 | |
| CN109391946A (zh) | 一种基站簇规划的方法及装置 | |
| WO2023193680A1 (zh) | 基站控制方法、网络设备、基站及存储介质 | |
| CN109274541A (zh) | 通信网络的调整方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |